（21）100天python从入门到拿捏《XML 数据解析》 - 详解

XML 解析

文章目录

XML 解析

一、XML 概述

1. 什么是 XML

XML（eXtensible Markup Language，可扩展标记语言） 是一种用于存储和传输数据的标记语言。它与 HTML 相似，但用途不同

HTML 是为显示数据而设计的；
XML 是为存储与传输数据而设计的。

2. XML 的发展历史

1998 年：由万维网联盟正式发布 XML 1.0 标准。
设计目标：在互联网早期解决不同系统之间数据交换的格式问题。
核心理念：让数据“自描述化”，即数据结构和内容都包含在文档中。
现代替代者：JSON、YAML 等格式后来在网络开发中逐渐取代了部分 XML 的应用场景，但在企业系统、文档格式如 SVG、RSS、Office XML中仍被广泛使用。

3.XML、JSON和YAML语法对比

XML：基于标签的树结构，显式节点/属性，有文本节点、注释、处理指令。

<person id="123">
<name>张三</name>
<age>30</age>
</person>

JSON：键值对与数组，数据类型明晰。

{
"id": "123",
"name": "张三",
"age": 30
}

YAML：缩进表示层级，支持简短语法、序列及锚点，允许注释。

yaml目前是配置文件的主流
容器与编排配置，定义服务拓扑、容器镜像、网络、工作流配置
代理节点 / 网络配置，定义节点、策略组、路由规则
机器学习与深度学习当中的模型结构、超参数、训练策略配置
应用系统配置文件如Spring Boot 中的application.yml
在AI 工程领域如 LlamaIndex、LangChain、均采用 YAML 描述链路

id: "123"
name: 张三
age: 30

二、XML 的应用场景

应用领域	案例	说明
企业数据交换	SOAP、WSDL	XML 是 Web Service 的数据载体
⚙️ 配置文件	AndroidManifest.xml、Spring 配置	结构化、层次分明
办公文件	DOCX、XLSX、PPTX	实际上都是 XML 的压缩包
数据订阅	RSS、Atom	新闻聚合和订阅系统
嵌入式/IoT	硬件配置文件	适用于多层嵌套配置

三、Python3 中的 XML 解析方式

Python 内置了多个用于解析 XML 的库，适用于不同复杂度的应用

模块	类型	特点	适用场景
`xml.etree.ElementTree`	内置库	简单易用、轻量级	小型 XML 文件解析
`xml.dom.minidom`	内置库	遵循 DOM 标准、内存消耗大	需要完整文档结构时
`xml.sax`	内置库	事件驱动型解析、节省内存	处理大型 XML 流
`lxml`	第三方库	性能高、支持 XPath、HTML	企业级复杂解析

四、使用 `xml.etree.ElementTree` 解析 XML

初学推荐

xml.etree.ElementTree 是最常用的 XML 解析库，它将 XML 转换为树形结构，支持节点遍历、修改和写入。

操作student.xml文件

<?xml version="1.0"?>
  <school>
      <student id="001">
    <name>张三</name>
    <age>20</age>
    <major>Computer Science</major>
    </student>
      <student id="002">
    <name>李四</name>
    <age>22</age>
    <major>Data Science</major>
    </student>
  </school>

1. 解析并读取节点

import xml.etree.ElementTree as ET
# 解析XML文件
tree = ET.parse('student.xml')
root = tree.getroot()  # 获取根节点
# 输出根节点名称
print("根节点：", root.tag)
# 遍历所有子节点
for student in root.findall('student'):
sid = student.get('id')
name = student.find('name').text
age = student.find('age').text
major = student.find('major').text
print(f"学号: {sid}, 姓名: {name}, 年龄: {age}, 专业: {major}")

输出结果：

在这里插入图片描述

五、使用 `minidom`解析 XML

xml.dom.minidom 提供了标准 Document Object Model接口，适合需要修改、插入、删除节点的复杂文档。

from xml.dom.minidom import parse
dom = parse('student.xml')
root = dom.documentElement
students = root.getElementsByTagName("student")
for s in students:
sid = s.getAttribute("id")
name = s.getElementsByTagName("name")[0].firstChild.data
print(f"学号:{sid} 姓名:{name}")

输出：
在这里插入图片描述

六、使用 `lxml` 实现高级解析

这是企业级应用

lxml 是一个高性能的 XML/HTML 解析库，支持 XPath、XSLT、Schema 校验 等高级功能。

from lxml import etree
# 解析XML
tree = etree.parse('student.xml')
root = tree.getroot()
# 使用XPath查询
names = root.xpath("//student/name/text()")
print("所有学生姓名：", names)
# 查询特定条件
students = root.xpath("//student[age>20]/name/text()")
print("年龄>20的学生：", students)

输出：

在这里插入图片描述

七、生成 XML 文件

这里的创建是从零创建

import xml.etree.ElementTree as ET
root = ET.Element('library')
book = ET.SubElement(root, 'book', {'id': '001'})
ET.SubElement(book, 'title').text = 'Python编程'
ET.SubElement(book, 'author').text = 'Guido van Rossum'
tree = ET.ElementTree(root)
tree.write('library.xml', encoding='utf-8', xml_declaration=True)

生成结果：

在这里插入图片描述

八、XML 与 JSON 的比较

特性	XML	JSON
数据结构	树状结构	键值对结构
可读性	可读性高但冗余	简洁清晰
扩展性	强，支持属性与命名空间	弱
传输体积	大	小
典型用途	WebService、配置文件	API 数据传输

在现代 Web 开发中，JSON 更轻量、解析更快，但在需要复杂层次结构和元信息如属性、命名空间的系统中，XML 仍具优势。

posted @ 2025-11-15 15:08 gccbuaa 阅读(13) 评论(0) 收藏举报

刷新页面返回顶部

gccbuaa

（21）100天python从入门到拿捏《XML 数据解析》 - 详解

XML 解析

文章目录

一、XML 概述

1. 什么是 XML

2. XML 的发展历史

3.XML、JSON和YAML语法对比

二、XML 的应用场景

三、Python3 中的 XML 解析方式

四、使用 xml.etree.ElementTree 解析 XML

1. 解析并读取节点

输出结果：

五、使用 minidom解析 XML

六、使用 lxml 实现高级解析

七、生成 XML 文件

八、XML 与 JSON 的比较

四、使用 `xml.etree.ElementTree` 解析 XML

五、使用 `minidom`解析 XML

六、使用 `lxml` 实现高级解析